我的训练数据集有9行（样本）和705列（特征+目标）（Train_5, y_train_5）

我的测试数据集有17行和705列（我知道这种分割是不正确的）（Test_5, y_test_5）

首先我这样做：

clf = GradientBoostingClassifier ()fit = clf.fit(Train_5, y_train_5)y_predicted2 = clf.predict(Test_5)c_report = classification_report(y_test_5, y_predicted2)print('\nClassification report:\n', c_report)Classification report:           precision    recall  f1-score   support       0       0.13      1.00      0.24         2       1       1.00      0.13      0.24        15

这个结果是正常的。但是当我想绘制ROC曲线时，它给了我完整的曲线，并且AUC值是1！

y_predicted = clf.predict_proba(Test_5)[:, 1]false_positive, true_positive, _ = roc_curve(y_test_5, y_predicted)auc = roc_auc_score(y_test_5, y_predicted)auc1

这是ROC曲线。

这显然是错误的！我的意思是，如何用9个样本训练的分类器能得到这样的结果？我做错了什么？

回答：

这不一定是错误的。我们必须问自己轴线的含义是什么。它们是真阳性率和真阴性率。也就是说，正确和错误地标记为“阳性类”的项目比例。

如果你的9个样本中有8个是真正的阳性，最后一个是真正的阴性。这是可能的。想象一下使用一个滑块，将左边的所有东西标记为阳性，右边的所有东西标记为阴性。想想你的真阳性率和真阴性率会是什么样的（为了简化，我将使用5个总数）

|+|+|+|+|-|^  

^在这里，左边什么都没有，所以没有东西被正确或错误地标记为阳性。因此两个轴都是0，让我们把它向右移动1个单位：

|+|+|+|+|-|  ^  

^在这里，左边的一切都是阳性并且被正确分类，我们没有错误的阳性。这在线上的每个点都会是这种情况

|+|+|+|+|-|        ^

^同样的解释在这里也适用。让我们再移动一次滑块：

|+|+|+|+|-|          ^

^在这一点上，实际上是阳性的一切都被正确地标记为阳性，而一切（即那一件）是阴性的被错误地标记为阳性（因此是假阳性）。这就是为什么这些曲线总是从对角线开始和结束的原因。

我的意思是你也可能只是弄错了什么…